Buchumschlag

Efficient Text-Guided Convolutional Adapter for the Diffusion Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Das, Aryan, Biswas, Koushik, Roy, Swalpa Kumar, Patro, Badri Narayana, Verma, Vinay Kumar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Uncertainty-Aware Vision-Language Segmentation for Medical Imaging
von: Das, Aryan, et al.
Veröffentlicht: (2026)

HyperCap: Hyperspectral Land Cover Captioning Dataset for Vision Language Models
von: Das, Aryan, et al.
Veröffentlicht: (2025)

Counting Without Numbers and Finding Without Words
von: Patro, Badri Narayana
Veröffentlicht: (2026)

SceneMixer: Exploring Convolutional Mixing Networks for Remote Sensing Scene Classification
von: Alkhatib, Mohammed Q., et al.
Veröffentlicht: (2025)

Reliable or Deceptive? Investigating Gated Features for Smooth Visual Explanations in CNNs
von: Mitra, Soham, et al.
Veröffentlicht: (2024)

Mamba-360: Survey of State Space Models as Transformer Alternative for Long Sequence Modelling: Methods, Applications, and Challenges
von: Patro, Badri Narayana, et al.
Veröffentlicht: (2024)

Leveraging Task-Specific Knowledge from LLM for Semi-Supervised 3D Medical Image Segmentation
von: Kumari, Suruchi, et al.
Veröffentlicht: (2024)

MixerSENet: A Lightweight Framework for Efficient Hyperspectral Image Classification
von: Alkhatib, Mohammed Q., et al.
Veröffentlicht: (2026)

Convolutional Prompting meets Language Models for Continual Learning
von: Roy, Anurag, et al.
Veröffentlicht: (2024)

SlimDiff: Training-Free, Activation-Guided Hands-free Slimming of Diffusion Models
von: Roy, Arani, et al.
Veröffentlicht: (2025)

ShotAdapter: Text-to-Multi-Shot Video Generation with Diffusion Models
von: Kara, Ozgur, et al.
Veröffentlicht: (2025)

CURE: Concept Unlearning via Orthogonal Representation Editing in Diffusion Models
von: Biswas, Shristi Das, et al.
Veröffentlicht: (2025)

Heracles: A Hybrid SSM-Transformer Model for High-Resolution Image and Time-Series Analysis
von: Patro, Badri N., et al.
Veröffentlicht: (2024)

HEART: Hyperspherical Embedding Alignment via Kent-Representation Traversal in Diffusion Models
von: Roy, Arani, et al.
Veröffentlicht: (2026)

HAMSA: Scanning-Free Vision State Space Models via SpectralPulseNet
von: Patro, Badri N., et al.
Veröffentlicht: (2026)

How to Learn More? Exploring Kolmogorov-Arnold Networks for Hyperspectral Image Classification
von: Jamali, Ali, et al.
Veröffentlicht: (2024)

NAKUL-Med: Spectral-Graph State Space Models with Dynamics Kernels for Medical Signals
von: Patro, Badri N., et al.
Veröffentlicht: (2026)

ADROIT: A Self-Supervised Framework for Learning Robust Representations for Active Learning
von: Banerjee, Soumya, et al.
Veröffentlicht: (2025)

Motion-Adapter: A Diffusion Model Adapter for Text-to-Motion Generation of Compound Actions
von: Jiang, Yue, et al.
Veröffentlicht: (2026)

Towards Scalable Modeling of Compressed Videos for Efficient Action Recognition
von: Biswas, Shristi Das, et al.
Veröffentlicht: (2025)

Now You See It, Now You Don't - Instant Concept Erasure for Safe Text-to-Image and Video Generation
von: Biswas, Shristi Das, et al.
Veröffentlicht: (2025)

Are Vision xLSTM Embedded UNet More Reliable in Medical 3D Image Segmentation?
von: Dutta, Pallabi, et al.
Veröffentlicht: (2024)

CAD: Memory Efficient Convolutional Adapter for Segment Anything
von: Kim, Joohyeok, et al.
Veröffentlicht: (2024)

Scaling Concept With Text-Guided Diffusion Models
von: Huang, Chao, et al.
Veröffentlicht: (2024)

DiffSTR: Controlled Diffusion Models for Scene Text Removal
von: Pathak, Sanhita, et al.
Veröffentlicht: (2024)

LLMOrbit: A Circular Taxonomy of Large Language Models -From Scaling Walls to Agentic AI Systems
von: Patro, Badri N., et al.
Veröffentlicht: (2026)

SiMBA: Simplified Mamba-Based Architecture for Vision and Multivariate Time series
von: Patro, Badri N., et al.
Veröffentlicht: (2024)

AttriStory: Fine-grained Attribute Realization for Visual Storytelling with Diffusion Models
von: Sreenivas, Manogna, et al.
Veröffentlicht: (2026)

Spatial Gated Multi-Layer Perceptron for Land Use and Land Cover Mapping
von: Jamali, Ali, et al.
Veröffentlicht: (2023)

Sharing the Learned Knowledge-base to Estimate Convolutional Filter Parameters for Continual Image Restoration
von: Kar, Aupendu, et al.
Veröffentlicht: (2025)

ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models
von: Cheng, Jiaxiang, et al.
Veröffentlicht: (2024)

MAGIC: Multimodal Alignment & Grounding-aware Instruction Coreset for Vision-Language Models
von: Biswas, Shristi Das, et al.
Veröffentlicht: (2026)

SAM-PTx: Text-Guided Fine-Tuning of SAM with Parameter-Efficient, Parallel-Text Adapters
von: Jalilian, Shayan, et al.
Veröffentlicht: (2025)

Resource Efficient Perception for Vision Systems
von: Subramanyam, A V, et al.
Veröffentlicht: (2024)

FOCUS: Forcing In-Context Object Localization through Visual Support Constraints and Policy Optimization
von: Karim, Mohammed Asad, et al.
Veröffentlicht: (2026)

RAP: Efficient Text-Video Retrieval with Sparse-and-Correlated Adapter
von: Cao, Meng, et al.
Veröffentlicht: (2024)

PEA-Diffusion: Parameter-Efficient Adapter with Knowledge Distillation in non-English Text-to-Image Generation
von: Ma, Jian, et al.
Veröffentlicht: (2023)

ViSTA: Visual Storytelling using Multi-modal Adapters for Text-to-Image Diffusion Models
von: Dong, Sibo, et al.
Veröffentlicht: (2025)

Multi-dimension Transformer with Attention-based Filtering for Medical Image Segmentation
von: Wang, Wentao, et al.
Veröffentlicht: (2024)

TD-RD: A Top-Down Benchmark with Real-Time Framework for Road Damage Detection
von: Xiao, Xi, et al.
Veröffentlicht: (2025)